Agno: de Phidata a una plataforma de agentes en Python

De framework de agentes a «plataforma de agentes»

Agno nació como Phidata y desde entonces ha cambiado de enfoque. Ya no se limita a ayudarle a escribir un agente de IA: quiere cubrir toda la cadena. El SDK de Python define agentes, equipos que forman un sistema multiagente y workflows. El runtime AgentOS los sirve luego como API REST con streaming, guarda sesiones, memoria, conocimiento y trazas en su propia base de datos, y gestiona la autenticación con control de acceso por roles. Una interfaz web de gestión completa el conjunto.

Incluye además conjuntos de herramientas listos para usar (GitHub, Slack, Postgres y otros), aprobación humana antes de acciones sensibles, observabilidad con OpenTelemetry, un planificador de tareas e interfaces para Slack, Telegram, WhatsApp o Discord. Los agentes pueden exponerse como servidor MCP o mediante el protocolo A2A.

Cómo empezar

El repositorio propone dos caminos. El más rápido es dar a un asistente de programación una instrucción que clona una plantilla de despliegue (Railway, Docker, AWS, Google Cloud, Azure, entre otras) y lanza la plataforma en local con Docker: obtiene una API, una base de datos Postgres, un servidor MCP y un plano de control. Si prefiere escribir el código usted mismo, la documentación explica cómo crear un primer agente en pocas líneas y después cómo montar su propia plataforma. Necesitará una clave API de un proveedor de modelos.

Puntos fuertes y límites

Puntos fuertes. Licencia Apache 2.0, filosofía de «su pila es suya» con datos y trazas de su lado, funciones de producción integradas (API, almacenamiento, seguridad, planificación) y amplio soporte de proveedores de modelos.

Límites. La ambición de plataforma lo hace más pesado que una simple librería: Docker y una base de datos forman parte del camino recomendado. El cambio de nombre y la evolución rápida de la API dejan desfasados muchos tutoriales antiguos escritos para Phidata. La telemetría está activada por defecto. Y conectar el plano de control a un despliegue en producción es una función de pago.

Alternativas

En Python, CrewAI ofrece un enfoque multiagente por roles más fácil de aprender, LangGraph da un control muy fino de los grafos de ejecución y Pydantic AI es una librería más ligera. En TypeScript, Mastra sigue una lógica parecida de framework completo. La elección depende principalmente de cuánta infraestructura quiera gestionar usted mismo.

Sitio oficial: agno.com.